基于改进型SDA的自然图像分类与检索

• 作者: 徐守晶 曾晓勤 韩立新
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 堆叠去噪编码器( SDA) 卷积自动编码器( CAE) 图像分类 图像检索
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 研究与应用
• 页码范围: 750-757
• 页数: 8页
• 分类号: TP391.4
• 字数: 7023字
• 语种: 中文

摘要

将堆叠去噪编码器应用于图像识别中，并针对自然图像检索领域，使用卷积自动编码器改进堆叠去噪编码器，采用非监督贪婪逐层训练算法初始化网络权重，使用反向传播算法优化网络参数。利用改进的堆叠去噪编码器提取自然图像特征，使用softmax分类器分类。最后将提取的特征结合尺度不变特征转换技术实现图像检索。实验证明改进型堆叠去噪编码器大幅降低网络训练时长的同时增强网络的容错能力，提高分类器的分类精度，最终改善图像的检索效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩立新	河海大学计算机与信息学院计算机科学与技术系	47	272	9.0	15.0
2	曾晓勤	河海大学计算机与信息学院计算机科学与技术系	45	302	8.0	15.0
3	徐守晶	河海大学计算机与信息学院计算机科学与技术系	2	25	2.0	2.0